Nature好文:过去150年,科学与产业经历四段情缘!

来源:Nature 574, 481-485 (2019) doi: 10.1038/d41586-019-03172-5

Nature(《自然》)创刊 150 周年之际,历史学家保罗·卢西尔(Paul Lucier)特别撰写系列文章,回顾了这 150 年来科学体系的塑造。

本篇是系列文章中的第五篇,发表在 2019 年 10 月 22 日的《自然》上,文章追溯了过去的 150 年间,科学与产业之间的关系经历的四个重要阶段,非常值得阅读。今天我们特别进行了编译,推荐给大家。

市场化的科学可信吗?

Can marketplace science be trusted?

在第一期《自然》杂志出版 4 年后,美国国家科学院(NAS)曾面临这样一场危机局面:一名创始成员要求将另一名成员除名,理由是涉及欺骗。

1873 年 10 月,加州的地质学家约瑟亚 · 惠特尼(Josiah Whitney)指控耶鲁大学应用化学教授小本杰明·西利曼(Benjamin Silliman Jr.)接受了加利福利亚石油公司的大笔资金,并给他们提供对该公司有益,且可能涉及欺骗的科学研究。

西利曼强势回应说,企业提供科研经费,是他们社会责任的印证,并非不当行为。企业的确需要客观的 “技术评价”。他还认为,若没有科学研究的存在,骗局可能会更为普遍。

时任美国国家科学院院长的约瑟夫·亨利(Joseph Henry)支持了西利曼的回应,拒绝除名西利曼。他认为如果美国国家科学院除名每一个给企业做顾问的成员,那么它将无法生存。

更重要的是,他还决定扩充国家科学院的成员,新成员的评选主要基于他们的研究,而非他们的收入来源1。

在 19 世纪 70 年代之前,产业显然是依存于科学的。西利曼事件的争议正是科学与产业之间关系的分水岭。

对于美国、英国及欧洲的许多科学家来说,私营企业是他们的非常有价值的赞助者,既可以提供研究课题和科研经费,又可以通过短期顾问服务而获得相应的报酬。而企业认为,科学家和他们的研究对于产业领域的发展,同样有利。

在过去的 150 年中,科学与产业之间的关系不断发展,经历了四个重要的阶段。科学家们从企业的兼职顾问,变成了全职的研究人员,而后转变为学术型的企业家。同时,产业界从分散的本地交易,转变为集中化的大型企业,而后转变为具有全球影响力的跨国公司。

尽管这些转变看起来是相互关联的,甚至是必然的,但美国科学界和产业界成为全球领先者和典范的历史(在就业、资本、研究、专利和创新方面),也提醒人们注意这些发展的偶然性。

科学顾问(1820-1880)


美国国家科学院这次危机的核心是科学与产业之间的关系:对知识的追求会因追逐利益而堕落吗?对于惠特尼和他的盟友来说,答案是肯定的。他们 “纯粹” 的科学需要在不被利益驱动的环境中进行,比如在政府机构,或者高校。

相比之下,西利曼和 “应用” 科学的支持者则认为,科学与产业之间是共同发展的互利关系。的确,“应用科学” 这种独特研究方向的出现,标志着一个新的时代。这个新时代中,科学研究将解决越来越多的产业问题,而私营企业将成为这种趋势的坚定支撑2。
科学顾问这一职业最早可以追溯到 19 世纪初期,当时的资本家团体或个人偶尔会委托科学家们研究农业、矿业、运输业(运河和铁路)和制造业的前景,通过付咨询费的方式获得一些建议,通常是短期行为。
到 19 世纪 70 年代,美国商法(与英国、欧洲的法律类似)有了一些变更,允许成立股份制的有限责任公司。这些企业拥有大量的资金和众多寻求投资保障的股东,会定期向科学家做咨询。当这种咨询逐渐日常化(持续测试分析现有产品和工艺),科学家们开始获得条件丰厚的合作及酬劳1。
1869年,美国地质勘察队在犹他州的瓦塞奇山脉。美国地质学家是“镀金时代”最活跃的顾问角色之一,镀金时代是指1870-1890年美国经济飞速发展的时期。
(图片:Timothy H. O'Sullivan/George Eastman Museum/Getty)

在美国的镀金时代(1870-1890,美国经济飞速发展的一个时期),地质学家是最为活跃的研究顾问,尤其是在密西西比河以西地区的贵金属开采中。
在英国和德国,最吃香的顾问是化学家,这是因为他们拥有在新产品开发如酸、肥皂、油漆、合成染料(苯胺紫和茜素红)开发所必备的专业知识。化学家顾问也在各种轰动的专利案件中扮演着专家证人的重要角色,化学家之间的证词之争,经常见诸于报刊成为最受关注的内容,凸显了那个年代化学工业的发展。
美国、英国和德国还对专利法进行了修改,允许发明者将新的化学产品和工艺注册成自己的知识产权,而非仅认定为科学发现(科学发现是不允许注册专利的)。

企业实验室(1880-1940)

20 世纪初,独立的科学家顾问开始被企业聘用的实验室研究员所取代。这些实验室代表着科学与产业应用的结合,也就是说组织架构中 “研发“(此时出现的新型词汇)有了独立的位置。
在德国,诸如拜耳、赫斯特和巴斯夫这几个最大的染料公司率先建立了专用的化学研究实验室。受过高等教育的化学家组成的这些实验室与生产部门和法律部门联合起来,为新产品和工艺进行专利申请。由德国学术领域的化学家和企业实验室共同推动商业化发明专利的模式,在一战前就已经建立起来了3。
在美国,商业化研究实验室最早出现在电气行业。1876年,在新泽西州的门洛帕克,发明家爱迪生成立了一个“发明工厂”,他想用常规的、可靠的系统化工作方式来取代不可预测的天才发明行为。他招募了机械师、结构师、化学家、物理学家和数学家,共同研究与电报和电灯有关的技术问题。所以尽管是所有人共同智慧的结晶,也只有 “门洛帕克的奇才” 留名在 1000 多项美国专利中,也就是说在发明专利所有权上,爱迪生本人是唯一的发明人,包括 1879 年发明的留声机,1880年发明的电灯泡4。
爱迪生电灯公司及其所有专利后来被通用电气(GE)接手。
第一代灯泡专利即将到期时,迫于其它照明公司不断发展带来的威胁,GE 于 1900 年在纽约斯克内克塔迪建立了同名实验室。GE 为实验室招聘了 250 多名专业的工程师和科学家,商业上的结果是发明了一种全新的电灯泡,因此恢复了其在市场上的主导地位。事实证明,这种商业模式让通用电气在 10 年内持续实现盈利。
美国的其它几家大型公司纷纷效仿,杜邦在 1903,西屋电气在 1904,美国电话电报公司在 1909,伊士曼 · 柯达在 1912,都分别开设了自己的研发实验室。
一战的爆发,加上针对所有德国产品(特别是化学品)的禁运,成就了“工业研究”(20 世纪 20 年代新词)的黄金时代。
1919 年到 1936 年间,各个领域内的美国企业共计建立了 1100 多个实验室,涉及石油、制药、汽车、钢铁等各个领域,美国企业也因此在全球工业研究领域占据了主导地位。
1921 年,企业聘用的工程师和科学家约 3,000 名,到 1940 年,这个数据达到了 27,000 余名,到二战结束时,这个数据已接近 46,000 名5。
这种惊人的增长反映了企业巨头的规模,这些巨头进行垂直整合,几乎控制了各自行业的所有领域,从自然资源到研发,再到大规模生产和营销。
美国专利法的根本性变革,即允许企业拥有雇员的研究成果并可以申请成企业的知识产权,也推动了工业研究的发展。
大萧条时期,批评人士指出,现代大型企业会对社会造成破坏性的后果——失业、生产过剩和破产。研究与工业的紧密结合,敲响了人们的警钟,换句话说是资本主义腐蚀了科学。
为此,企业领袖和研发主管们集合了他们以科学为基础、以产业为导向所创造的各种奇妙的消费产品。在这个故事中,科学给产业带来了好处,它保证了产品的功效、效率和安全性,用 19世纪的科学家顾问的话说,因为科学家的参与,消费者可以信任这些现代技术(和拥有这些技术的企业)。
1939 年举办的纽约世界博览会上,工业界集体向消费者展示了他们的科学成果。美国广播公司(RCA)展示了电视,国际商业机器公司(IBM)展示了电动打字机,通用电气(GE)展示了新的电气制冷系统,杜邦在 “化学引领更好生活” 的旗帜下,展示了一种名为 “尼龙” 的合成纤维6。
在 1939 年纽约世界博览会上,美国公司展示了他们的工业研究成果。(图片来源:Bettmann)
诺贝尔奖的颁发,则消除了人们对企业腐蚀科学的担忧。
1931 年,卡尔 · 博世(Carl Bosch)和弗里德里希 · 贝吉乌斯(Friedrich Bergius)这两名德国人成为第一次获得诺贝尔奖的企业研究人员,获得了化学奖;次年,通用电气的欧文 · 朗缪尔(Irving Langmuir)也获得了化学奖;1937 年,贝尔实验室的克林顿·戴维森(Clinton J.Davisson)获得了诺贝尔物理学奖。
美国最大的研究机构是贝尔实验室,1925 年在纽约建立,旨在整合 AT&T 公司的研发部门和其电话制造部门西屋电气。该实验室拥有约 3,600 名员工,预算超过 1,200 万美元(通用电气的研发实验室资金拨款不超过 200 万美元)。
贝尔实验室的第一任主席是物理学家弗兰克 · 杰维特(Frank Jewett),1939 年,他成为第一位担任美国国家科学院院长的产业界科学家7。
简而言之,国家的地位和国际上的赞誉似乎证实了在产业界支持下所完成的科学,与大学或政府主导的科学是平等的。然而,在 20 世纪二三十年代,企业实验室作为应用科学研究机构,始终需要向企业展现出它们在产品和生产工艺方面的工作是有巨大商业价值的。

军方支持(1940–1980)

1940 年 10 月纽约世界博览会闭幕时,欧洲已经处于战争状态,美国也于1941 年 12 月加入战争,第二次世界大战改变了科学与产业之间的关系,也改变了科学与产业之间关系的术语甚至历史。
所有这些变化的推动者是美国军方,以及军方通过新形式的承包和分包合同分拨给科学研究的巨额资金。
战争期间,在主管范内瓦尔·布什(Vannevar Bush)的领导下,科学研究与发展办公室和 140 多家学术机构及 320 多家公司签署了超过 2300 份研究合同,总价值约 3.5 亿美元。
这些资金中,约有三分之二分配给了大学,其中麻省理工学院(MIT)的辐射实验室就获得了超过 2 亿美元的资金,主要用于雷达研究。
企业的研发也获得了丰厚的资金:AT&T 获得了 1600 万美元,通用电气获得了 800 万美元,RCA、杜邦和西屋分别获得了 500 万至 600 万美元不等8。
但迄今为止,研发方面最惊人的投入来自陆军部(8 亿美元)和海军部(4 亿美元)。其中最大的一部分(8 亿美元)流向了私营企业,这些私营企业的研究方向是被认为与国家安全利益息息相关的新兴产业,例如航空航天、电子、计算机和核技术。
美国军方本无意成为美国科学的掌控者,但战争结束时,联邦政府显然需要一个方案,至少对布什来说是这样。1945 年在给美国总统罗斯福的报告《科学无边界》中,布什提出了关于美国科学政策的愿景,这一愿景将指导和定义整个冷战期间的大学科研和企业研发。
在这个报告中,把基础研究定义成那种 “不为任何实际应用成果考虑” 的科学前沿探索,直接回归到19 世纪的纯科学思想。而美军将为基础研究提供资金支持,以促进工业研究,因为基础研究是“技术进步的领路人”。
于是,一个新的思路出现了。正如当时很多评论人士所指出的那样,它既没有反映战争年代(多功能团队合作开展原子弹或雷达等军事项目)所得的经验,也没有反映过去几十年的经验(多功能团队在研发实验室从事诸如灯泡之类的企业项目)。
这个报告在新技术开发方面(包括军事的和商业的)提出了一个不同的想法。随着时间的推移,这种方式被称为创新的线性模型9。
这种理论假设了一条纽带,从基础科学开始,平稳地发展,然后必然会延伸到制造和生产,最后到技术或创新。基础科学研究的投入,其结果必将带来更多的技术、创新和整体经济增长。
从理论上讲,基础研究应以大学为中心(军费的投入的确改变了美国的大学及其科学院系)。但是,就像在战争时期一样,企业的研发实验室也与军方签订了合同,有了这些军事合同,加上企业内部加大了对实验室的投入(商业领袖也接受了线性模型),企业实验室研究也从应用科学转向了基础研究10。
这种科学创新无止境的信念,加上巨大的财政资源,促成了企业中心实验室的建立。这些研究机构或多或少都有独立运作权,与跨国公司的新型组织结构非常契合。庞大的企业集团采用多部门组成的横向组织结构来代替纵向整合,包括中心实验室在内的每个部门都相对独立运作。
领先的研究实验室迁至郊区,远离总部和与制造业的联系。
RCA 实验室分部在 1945 年之后扩展了位于新泽西州普林斯顿附近的基地,并开始从事彩电和半导体方面的研究工作;1956 年,西屋电气在宾夕法尼亚州匹兹堡郊外的丘吉尔建立了自己的研究实验室,用于核研究;1961 年,IBM在纽约附近的约克敦高地建立了由现代主义建筑师埃罗·萨里宁(Eero Saarinen)设计的Thomas J. Watson研究中心,致力于激光、半导体和其它计算机相关的物理研究;贝尔实验室则将其研究总部迁至新泽西州的默里山。
贝尔实验室在其鼎盛时期(2001 年之前)在许多地点进行了许多领域(物理、数学、射电天文学)的世界级研究。其人数最多的分部位于伊利诺伊州芝加哥附近的内珀维尔,拥有 11,000 名员工;还有一座占地 191 公顷的大型分部位于新泽西州霍姆德尔市,在纽约市以南约 30 公里,其中包括了一座也是由萨里宁在 1962 年设计的宏伟的玻璃建筑。
这些 “工业凡尔赛(独立的企业研究实验室)” 在没有太多进展情况下进行了很多研究,他们确实已经转变为没有学生的大学研究模式11。作为工业象牙塔,他们拉拢了很多大学教师、博士科学家和工程师,承诺给他们时间和资源,让他们追求自己的课题研究,并为他们提供公开发表的政策,让他们的研究结果能出现在最负盛名的期刊上。
到 20 世纪 50 年代中期,位于普林斯顿的 RCA 公司,工作人员中有一半是理论科学家,超过 75% 的合同是与军方签订的。同样地,杜邦公司在战后十年间基础化学科研人员增加了 150%,其中增长最快的位于特拉华州威尔明顿附近的实验站。到了 20 世纪 60 年代初,美国工业研究领域的工程师和科学家已超过 30 万人12。
1947 年,约翰·巴丁、威廉·肖克利和沃尔特·布拉顿在贝尔实验室发明了晶体管,并因此获得了 1956 年的诺贝尔物理学奖。(图片来源:Science History Images/Alamy)
这些领先的企业实验室——贝尔实验室、IBM、西屋电气、杜邦、RCA(普林斯顿)、施乐帕洛阿尔托研究中心(PARC,1970年)几乎已成为基础科学的发电站。
1956 年至 1987 年之间,有 12 位企业科学家获得了诺贝尔奖。二战以来,仅贝尔实验室就已经包揽了 8 个物理学奖和 1 个化学奖,其中一个获奖项是其最著名的技术——晶体管(1956年)。
20 世纪 60 年代初,Physics Abstracts(《物理文摘》杂志)上由企业研究人员撰写的论文占到了 70%。到 1980 年,施乐帕洛阿尔托研究中心发表论文的影响因子已经与世界一流大学匹敌6,8。
基础科学是未来任何技术进步的必要前提,这是线性模型有别于过去的突破。它促使人们对科学与工业的历史关系有了新的理解。
20 世纪五六十年代,经济学家、历史学家和其他学者开始重新审视 19 世纪下半叶,并声称出现了 “第二次工业革命”。以化学和电气工业的兴起为特征的这场革命,用以科学为基础的方法取代在“第一次工业革命”(纺织工厂、煤矿和铸铁厂)那中反复试错的发明方法。
在这段发展历史中,迷人的合成染料和明亮的电灯泡,直接来自有机化学和电磁物理学的基础科学理论。因此,历史似乎印证了基础科学需要持续的资金支持,也为美国和西欧公司在世界经济中占据主导地位提供了合理的解释13。 
这一切并未一直延续。
合同外包(1980 年开始)

企业在基础科学领域的投资一直由其在国际市场上的主导地位所支撑。RCA、杜邦、IBM、柯达和施乐在各自的核心业务中占有 80% 以上的全球市场份额。
紧接着,20 世纪 70 年代的石油危机,加上波及甚广的通货膨胀(高通胀,缓慢增长),削弱了美国和欧洲的经济。全球性的竞争逐渐加剧,尤其是来自日本和韩国公司的竞争。20 世纪 80 年代初期,不断增长的自由贸易进一步挤压了利润空间。
相应地,美国企业开始重组和裁员。企业领袖和股东们认为,多机构组成的企业集团太过臃肿,不利于竞争,需要架构一个新的、更精简的公司。
重组的一种方式就是外包,用外部供应商替代内部供应商。企业开始将曾经是工业经济支柱的制造业转移到成本更低、监管更宽松的国家。(特别是在 2001 年中国加入世贸组织之后,这一步伐大大加快了。)
20 世纪 90 年代的贝尔实验室:一名研究人员测试光纤传输的数据。(图片来源:Ovak Arslanian/The LIFE Images Collection via Getty)
缩减规模的另一种方法是资产剥离,即出售与核心业务无关的子公司。对于寻求快速获利的股东而言,长期的企业研究机构更像是一种财务负担,中心实验室也就成为了剥离的主要目标。
1988 年,RCA 将普林斯顿实验室出售变成了一家独立公司 Sarnoff 公司;1993 年,IBM 的研发预算削减了 10亿美元(约20%);1997 年,德国西门子公司收购了西屋电气位于丘吉尔的实验室;2002 年,施乐公司的前身帕洛阿尔特研究中心成为一家独立公司;1996 年,AT&T 公司失去电话的垄断地位后,将贝尔实验室剥离出来,成为一家独立的公司,即朗讯科技(2016 年,该公司被芬兰诺基亚收购);霍姆德尔的研究基地于 2007 年关闭,一年之内,仅有四位科学家留在默里山从事基础物理学研究14。
这是一个时代的终结。
伴随着市场竞争全球化、贸易自由化和股东的短视主义,美国军方开始削减对企业实验室基础科学的资金支持。
但是在 20 世纪 80 年代早期的几年(美国总统里根的战略防御计划,即 “星球大战” 计划),美国政府持续将研究资金重新分拨给大学和其它非营利组织,尤其是通过国立卫生研究院(NIH)分配给医学院和研究型医院。
随着资金的不断注入,新的科学领域(例如分子生物学、生物化学和生物技术)迅速超越了没落的物理科学领域。到 1988 年,只有大约 10% 的物理学基础研究论文是由企业科学家撰写的,到 2005 年,这一数字已不足 3%15。
企业研究实验室的消亡预示着线性模型理论的消亡。许多学者认为这种线性模型过于简单化。从科学到技术的道路既不是笔直的,也不是单一的,甚至可能不是单向的(技术的进步也可以导致科学发现)。
对于商界领袖来说,在基础科学上的投资似乎没有得到回报。杜邦没有发现新的尼龙;柯达未能引发摄影领域的革命;RCA 在消费电子产品领域失去了优势;IBM 忽略了个人电脑;施乐则无意中推出了图形用户界面。
20 世纪 60 年代末和 70 年代,英特尔、微软、苹果、Sun 公司和思科系统等小公司确实把大公司完成的基础研究实现了商业化。这些企业并没有建立自己传统意义上的研究实验室,却开始主导新的信息技术(IT)行业。
1991 年,当微软创建了微软研究院(当时最大的工业实验室之一)时,宣称它的使命不是基础科学,而是创新。更极端的案例是,苹果联合创始人史蒂夫 · 乔布斯在 1998 年关闭了一个刚刚起步的研究实验室,因为他认为,创新不需要在研发方面进行任何投资。
美国加州戈莱塔的谷歌量子计算实验室的一台设备。(图片来源:Kendall-Ball /Nature)
直到 2010 年,随着机器学习、人工智能(AI)和物联网的出现,大多数科技公司都忽略了基础研究。2012年乔布斯去世后,苹果重新开始在研发方面进行投资,特别是在人工智能领域。同样,亚马逊、谷歌、脸书和优步也开始从学术界招募 AI 研究人员。这种人才流失已经变得如此严重,以至于大学开始担心自己培养未来 AI 研究人员的能力。
21 世纪的企业非常重视科学(特别是专利),并且认为基础研究可以带来发明和创新。但是他们更希望自己投入资金由别人来做。
从商业上来讲,他们优化了 “供应链管理”,用灵活的合同研发取代了固定的内部实验室(自己养科学家和工程师)。美国政府和反垄断执法的放松极大地促进了这种可能,例如,2001 年微软垄断案的和解,与 1984 年 AT&T 被迫分拆形成了鲜明对比。
此外,美国政府现在允许创新型初创企业从其它公司和独立的非营利组织(如萨尔诺夫和帕洛阿尔特研究中心)获得新技术、专利和授权,并与研究所和大学进行广泛的合作研究。
例如,微软研究院现在在全球各地(纽约、北京、班加罗尔)的多个大学中(麻省理工学院、加利福尼亚大学、圣塔芭芭拉分校和英国剑桥)设有实验室,这些实验室拥有全球人工智能领域 20% 的专利。而相比之下,谷歌则主要通过助学金、奖学金、实习和访问职位来资助学术研究。
曾经,大学是孕育基础科学的地方。在 20 世纪,大学还是创新和企业家精神的源泉,部分原因是美国专利法的全面改革。1980 年,美国最高法院(在 Diamond 诉 Chakrabarty 案中)大大扩展了可以申请专利的范围。
同年,美国国会通过了《贝赫-多尔法案》,允许大学将在 NIH 或其它联邦机构资助下,由教师、学生和员工在其校园内进行的研究结果申请专利。大学申请的专利的数量不断增长,从 1996 年的 2266 份,增加到 2014 年的 5990 份。大学,现在是发明的摇篮16。
这些法律和政策改变后,变化最突出的行业是生物技术。1976 年,一位大学生物化学家和一位风险投资家创办了第一家生物技术公司 Genentech,与其它生物技术初创公司(1980 年创建的 Amgen,1981 年创建的 Genzyme)一样,Genentech 专注于将大学中完成的基础科学转化为专利和其它形式的可盈利知识产权。
他们促进了从研究到开发的直线路径,然后再由传统的大型制药公司实现进一步的商业化——生产和销售。例如,礼来公司(成立于 1876 年)指导Genentech公司的第一种药物(合成胰岛素)通过临床试验,并将其推向市场17。
生物技术公司的出现代表了一种新的商业模型(创业科学家与风险资本家合作出售其研究成果)和新的创新模式。
在这里,产业从单一内部或封闭的研究资源,转变为多个外部或开放的资源18。在这种模式下,学术型企业家、商业化大学、全球化的合作研究机构以及众多小型研究型初创企业提供了科学研究和知识产权,而后,由规模更大的成熟企业将这些成果进一步形成新的产品和生产工艺,推向市场。
一些经济学家和商业学者认为,开放式创新是 “第三次工业革命” 的特征19。在他们看来,这位大学教授寻求联邦政府资助以进行科学研究,并对研究成果申请专利,进而利用风险资本家的种子资金,成立一家初创企业,这是 19 世纪顾问化学家的一种延续。在这个生态系统中,一群机敏的研究人员和小公司取代了结构复杂、效率低下的企业实验室20。
对于批评人士和不那么乐观的学者来说,21 世纪的科学与产业的关系,再次例证了大学科研的商品化和利益驱动对知识追求的腐化21。
如今,复杂的创新网络已经取代了旧的纽带关系,这是另一种商业模式——全球商业化。科学研究是可替代的,可以按需购买并且竞价出售的,供应链的理论正是基于这样的理念。一定程度上,21 世纪的合同研究正是 19 世纪的顾问科学的一种复兴。
在这种情况下,那么问题来了:市场化的科学,可信吗?


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/489382.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python爬取网页有乱码怎么解决_Python爬取网页requests乱码

**之前有在裁判文书上爬取数据,这段时间重新运行爬虫后发现无法获取网页数据, 找了一下发现requests网页源码返回的是乱码** (如下截取一部分返回的数据:不知道是不是网站对网页内容进行了加密,请问如何解决这个问题&a…

北京联合大学计算机学院在哪个校区,北京联合大学各校区联系地址大全

出国留学网考研院校频道为大家提供北京联合大学各校区联系地址大全,希望能帮助到大家。北京联合大学下设14所学院:北京联合大学应用文理学院 地址:海淀区北土城西路197号 邮编:100191北京联合大学师范学院 地址:朝阳区…

Gartner 2019年超融合魔力象限:新增深信服,国内华为、华云在榜

来源:云头条近日,国际权威研究分析机构Gartner公布了2019全球《超融合基础设施魔力象限》。报告显示国内仅有三家云计算厂商进入2019超融合基础设施魔力象限,分别是深信服、华为、华云数据。深信服超融合(sangfor aCloud&#xff…

万维网之父公布拯救网络计划:保护互联网免遭滥用,惠及人类

来源:澎湃新闻万维网之父蒂姆伯纳斯-李爵士(Sir Tim Berners-Lee)公布了一项拯救网络的全球计划,呼吁政府和企业能够阻止对互联网的滥用,保护互联网免受政治操纵、假新闻、侵犯隐私等其他威胁。这项计划名为《互联网契…

mybatis insert 重复数据2条_Mybatis框架lt;增gt;:添加一条数据到数据库中,insert...

在以上框架中,前面所搭建好的框架全部固定好,接下来,我们在此基础上实现功能使用insert添加一条数据到数据库中(1)在UserMapper接口中添加对应方法,//在数据库表中增添一条数据,返回为int类型,参数传递Usee…

python语言程序设计基础嵩天答案第二章_python语言程序设计基础(嵩天版),第二章程序练习题...

python语言程序设计基础(嵩天版),第二章程序练习题 欢迎访问江南烧酒的博客 2.2汇率兑换程序。按照1美元6人民币汇率编写一个美元和人民币的双向兑换程序。 """ 2.2汇率兑换程序,美元和人民币 """ …

边缘数据中心维护的4个基本组件

来源:外电翻译边缘数据中心设施运行与数据中心相同的通用计算硬件,其中包括存储和网络设备。企业经常将边缘数据中心部署在非传统位置,例如移动通信基站、工厂车间,甚至是在野外。边缘数据中心为现场多个设备提供管理层&#xff0…

XidianOJ 1195 Industry of Orz Pandas

--正文 贪心 排序好慢慢找就好 #include <iostream> #include <cstring> #include <cstdio> #include <algorithm> using namespace std; typedef long long LL;int a[20001],b[20001]; int n,m,x; int main(){while (scanf("%d %d %d",&…

js设计一个带开关的时钟_数电题:三个按键一个灯

有这样一道数电题&#xff1a;一个LED发光二极管由A、B、C三个独立按键控制&#xff0c;要求按压A、B、C三个按键中的任意一个都能对LED实现亮、灭控制(即每按压一次按键&#xff0c;LED发光状态改变一次)。请用D触发器或JK触发器实现&#xff0c;画出逻辑电路图&#xff0c;说…

从火热到理性,2019年AI芯片行业发展的怎么样了?【附PPT下载】

来源&#xff1a;艾瑞咨询AI芯片大家已经非常熟悉了&#xff0c;经过几年的发展&#xff0c;其技术噱头时代已经过去。转眼2019年即将过去&#xff0c;AI芯片究竟发展的怎么样了&#xff1f;今天就推荐艾瑞咨询的《AI芯片行业研究报告2019》&#xff0c;从五个角度展开&#xf…

char怎么比较_为什么阿里巴巴Java开发手册中强制要求整型包装类对象值用 equals 方法比较?...

在阅读《阿里巴巴Java开发手册》时&#xff0c;发现有一条关于整型包装类对象之间值比较的规约&#xff0c;具体内容如下&#xff1a;这条建议非常值得大家关注&#xff0c; 而且该问题在 Java 面试中十分常见。还需要思考以下几个问题&#xff1a;如果不看《阿里巴巴Java开发手…

一幅图读懂量子力学(上)

来源&#xff1a;量子学派参考书目&#xff1a;赵峥《探索未知的世界》彼得柯文尼《时间之箭》布赖恩格林《宇宙的琴弦》曹天元《量子物理史话》约翰格里宾《寻找薛定谔的猫》郭奕玲《物理学史》未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能&#xff0c;互…

idea2019配置gradle详解_Constraint Layout 2.0 用法详解

Constraint Layout 是最受欢迎的 Jetpack 库之一&#xff0c;它的 2.0 正式版本也发布啦 (目前最新版本 2.1.0-alpha1)&#xff01;也许您已熟悉了 Constraint Layout 1.1 版本中的功能&#xff0c;并开始用它来快速构建复杂的页面布局&#xff0c;而新版本除了包含 1.1 版本中…

向内存中连续存入数据_内存节省到极致!Redis中这个数据结构,值得每个程序员了解...

在之前我们介绍了&#xff0c;Redis有五种基础数据类型&#xff0c;分别是String,Set,List,Hash与SortSet。今天我们又学习了一个命令&#xff0c;我们可以使用DEBUG OBJECT key查询Redis中&#xff0c;存储数据的一些关键信息&#xff0c;如下所示&#xff1a;我们发现了zipli…

人工智能的缺憾

来源&#xff1a; 人机与认知实验室按&#xff1a;对于人工智能的发展最近一直有一些思考&#xff0c;抽空整理下来&#xff0c;算是抛砖引玉吧。欢迎指教讨论。人工智能的崭新范式人工智能的研究范式和数理科学截然不同。这种范式数据导向&#xff0c;非常工程化&#xff0c;方…

python编程环境安装包_Python环境安装与配置

第二天-Python环境境安装及简单程序的编写 一.Python的安装 1.首先进入网站下载&#xff1a;点击打开链接&#xff08;或自己输入网址https://www.python.org/downloads/&#xff09;&#xff0c;进入之后如下图&#xff0c;选择适合自己操作系统的版本进行下载。2.下载完成后如…

Scala初体验

因为工作中要用到Scala了&#xff0c;本来前面自己还在学习Storm的&#xff0c;没有办法&#xff0c;先把Scala和Spark的这些内容学完在回去看Storm吧&#xff01; 既然我们要学习Scala&#xff0c;那么我们不禁的要问了&#xff0c;什么是Scala&#xff1f; Scala是一种多范式…

NEBULA超级计算机,科学网—中国“星云”或将称霸全球超级计算机500强

中国“星云”或将称霸全球超级计算机500强曙光“星云”高性能计算机系统美国橡树岭国家实验室的“美洲虎”(Jaguar)北京时间8月2日晚间消息&#xff0c;据国外媒体报道&#xff0c;全球超级计算机500强排名今年11月将进行更新&#xff0c;而中国的超级计算机“星云”(Nebulae)届…

全球43亿IPv4地址正式耗尽,IPv6才是物联网的菜

来源&#xff1a;鲜枣课堂、财经杂志、CSDN物联网智库 整理发布导 读负责英国、欧洲、中东和部分亚洲地区互联网资源分配的欧洲网络协调中心&#xff08;RIPE NCC&#xff09;昨日宣布&#xff0c;其已从可用地址池中完成了最后IPv4地址的分配&#xff0c;这意味全球所有43亿个…

nmap地址段下的ip_安服福音——花式nmap扫描整理结果(文末重磅消息)

0x01应用背景安全服务的工作&#xff0c;日常扫扫扫、日常的工作一次性让人扫描多个网段&#xff0c;经验充足的老师傅会使用xml转excel&#xff0c;但是新入门的安服小伙伴们&#xff0c;是否也经历过一段手工一个个整理的时期呢&#xff0c;我是的。后来&#xff0c;随着需求…